智能命题实战：从布鲁姆分类学到一份完美的试卷
前言
出题容易，出一份“信度”与“效度”兼备的好卷子很难。如果只是从题库里随机抽题，往往会导致考察层次单一（全是死记硬背）。
今天，我们将演示如何利用 AI 扮演“命题专家”，严格按照布鲁姆认知分类学 (Bloom's Taxonomy)，生成一份层次分明的试卷。
理论基础：布鲁姆金字塔
在命题前，我们必须告诉 AI，我们需要的题目分布是怎样的：
- 记忆 (Remember)：20%（填空、选择）
- 理解 (Understand)：30%（名词解释、简答）
- 应用 (Apply)：30%（计算、编程、翻译）
- 分析与评价 (Analyze/Evaluate)：20%（综合论述、案例分析）
AI 命题四步法
1. 投喂素材
在系统中上传本学期的“教学大纲”和“重点章节课件”。
2. 设定“命题蓝图” Prompt
这是最关键的一步。请直接复制以下指令给 Gemini 2.5 Pro：
“你现在是《[课程名]》的命题组长。请根据我上传的教学大纲，编制一份期末考试卷。
基本要求：
- 总分 100 分，考试时间 90 分钟。
- 题型包括：单选(20分)、判断(10分)、简答(30分)、综合应用(40分)。
核心约束（布鲁姆模型）：
- 基础知识点（记忆/理解）占比不超过 50%。
- 综合应用题必须考察学生跨章节解决问题的能力。
- 请在每道题后面备注其对应的‘知识点’和‘认知层级’。”
3. 多轮打磨
AI 生成初稿后，你会发现大概率还不够完美。你需要进行 “追问式微调”：
- “第三道简答题太简单了，且与第二章内容重复，请更换一道考察‘XXX’知识点的题目，难度提升 20%。”
- “请把综合应用题的背景换成当前的行业热点案例。”
4. 导出与加密
点击系统右上角的“导出为 LaTeX/Word”。系统会自动生成两份文件：
exam_paper_A.docx(学生卷)exam_answer_key.docx(含详细评分标准的教师卷)
专家提示
不要让 AI 瞎编数据。如果是理工科命题，务必在 Prompt 中加上：“请确保所有计算题的数据经过验算，结果是整数或有限小数。” 或者使用系统的 Python 代码解释器 模式来生成数据，以保证数学严谨性。